基于改进的K-means算法在文本挖掘中的应用.PDFVIP

第29卷 第4期 计 算机 技 术 与发 展 Vol.29 No.4 2019年4月 COMPUTERTECHNOLOGY AND DEVELOPMENT Apr. 2019 基于改进的K-means算法在文本挖掘中的应用 杨 丹,朱世玲,卞正宇 (南京邮电大学计算机学院,江苏 南京 210003) 摘 要:K-means算法具有简单易于理解的特征,广泛运用于聚类过程中,但是其初始聚类中心是随机确定的,这样极容 易导致聚类结果的稳定性很差。 针对传统K-means算法对于初始聚类中心选择的敏感性及最大最小距离法容易选取离 散点的不足,提出了一种新的聚类中心选择评判函数,依次考察每个点的函数值,选取当前函数值最大的点作为新的聚类 中心,直到满足事先确定的聚类中心数。 新聚类中心评判函数既可以保证新中心点周围是紧凑的,又可以保证远离其他